[发明专利]自然梨园环境下梨子的识别与中心点定位方法

说明书

本发明公开了一种自然梨园环境下梨子的识别与中心点定位方法。本发明方法通过RGB‑D双目摄像头采集梨子的RGB图像，并转换为HSV色彩图像；读取10张模版图像，计算其直方图并归一化处理；采用反向投影算法，通过模版图像的直方图信息来识别图像中梨子区域；对识别后的图像进行孔洞填充，形态学处理和凸包运算来获得更好的识别效果，重叠梨子通过其凸包与原区域相减的凹陷部分来实现重叠部分的分割处理；然后根据面积和圆面积率来筛选梨子区域；最后对筛选后的区域进行椭圆拟合与中心点计算。该发明方法的算法效率高，环境适应性强，能快速实现对梨子的识别与中心点定位且最终的准确度都较高。

技术领域

本发明涉及采摘机械领域，具体涉及果蔬采摘机器人的图像识别定位算法，特别是自然梨园环境下梨子的识别与中心点定位方法。

背景技术

在中国，梨子的种植已经非常成熟，年产量巨大。然而，绝大部分的梨子采摘工作仍然依靠手工进行，采摘效率低，人工成本高。并且梨子成熟后要在短时间内采摘，工人工作强度高，有些梨树的高度较高使得采摘工作具有一定的危险性。随着自动化技术的不断提高，许多国内外研究所和公司都开始研究不同类型的果蔬采摘机器人来效降低果蔬的采摘成本，提高采摘效率，梨子采摘机器人也成为了其中的一个方向。

研究梨子采摘机器人首先需要解决机器对梨子的识别问题，然而自然梨园环境下，梨子的生长环境极其复杂。首先，果园中的光照变换对梨子的视觉识别影响最大，过亮的光照使得梨子无法被正确识别。其次，树叶枝干等干扰物的遮挡会影响果实识别的完整性。最后，果实之间的重叠会影响机器对单个梨子的识别与定位。因此，如何实现单个完整梨子的快速识别与定位已成为采摘机器人亟待解决的关键问题之一。

发明内容

本发明在于克服现有技术中存在的问题，提供一种自然梨园环境下梨子的识别与中心点定位方法，能快速实现对梨子的识别与中心点定位，算法效率高，环境适应性强，且最终的准确度较高。

为了实现本发明目的，采用如下发明构思：

首先通过相机拍摄梨树上梨子的图片并转换成HSV色彩空间下的图片。然后读取包含梨子特征的模版图片并计算模版的直方图。再通过反向投影算法比对待识别图片直方图与模版图片直方图，从而找到图片中包含梨子特征的区域。得到的结果通过孔洞填充、形态学处理和凸包运算来填补梨子未被识别和消除噪点以及补全被遮挡的部分，然后根据实验得到的标准将不符合梨子特征的区域排除。最后对识别区域进行椭圆拟合并计算中心点坐标。

根据上述发明构思，本发明采用如下技术方案：

一种自然梨园环境下梨子的识别与中心点定位方法，其特征在于具体操作步骤为：

a.待采摘梨子图像采集：机械臂移动到指定区域，通过程序控制双目摄像头拍摄梨树上梨子的RGB色彩图像并转换为HSV色彩图像,因为相较于RBG色彩空间，HSV色彩空间更直观，更接近人们对色彩的感知经验，也更适合图像处理；

b.计算模板图像的直方图：读取包含梨子特征的10张RGB模板图像，将图像从RGB色彩空间的图转换为HSV色彩空间的图，计算其直方图，并进行归一化处理，这样可以减少计算机的计算量从而提高图像识别速度；

c.梨子区域的识别：采用反向投影算法，通过步骤b获得的模板图像的直方图信息来识别步骤a所得图像中的梨子区域；

d.识别区域的处理：步骤c所得图像中存在未识别的孔洞部分，利用孔洞填充算法去除这些孔洞，然后通过形态学开运算来去除细小噪点，之后利用凸包运算，消除枝干、树叶的遮挡影响，重叠梨子可以利用凸包与原区域的相减部分来分割，具体方式见具体实施方式中的重叠梨子分割；

e.筛选梨子区域：对步骤d所得区域进行筛选，面积小于或大于设定值和圆面积率小于设定值的区域被认为非梨子区域，排除该区域；